Resumen Técnico: Traducción de Código Neural de Código Legado de APL a C#

Declaración del Problema

La migración de sistemas heredados desde lenguajes especializados y orientados a matrices hacia lenguajes modernos, estáticamente tipados y orientados a objetos, presenta desafíos significativos para la mantenibilidad y la integración. Este trabajo aborda el problema específico de traducir APL (A Programming Language) a C#. La tarea es inherentemente difícil debido a tres factores principales:

1. Disparidad Sintáctica: APL utiliza una sintaxis escasa con glifos únicos y opera sobre matrices multidimensionales sin bucles explícitos, mientras que C# se basa en lógica procedimental explícita y verbosa, y en firmas de tipos distintas.
2. Escasez de Datos: Existe una falta de corpus paralelos a gran escala que contengan pares de código funcionalmente equivalentes en APL y C#, lo que limita el entrenamiento de modelos de traducción neural estándar.
3. Ambigüedad Semántica: La tipificación dinámica de APL y sus funciones polimórficas de rango (donde una sola función opera sobre escalares, vectores y matrices) crean ambigüedad al mapearlas al sistema de tipos estricto de C#, requiriendo a menudo sobrecarga de métodos compleja o verificación de tipos en tiempo de ejecución para preservar la funcionalidad.

Metodología

El estudio trata la traducción de código como un problema de generación secuencia a secuencia utilizando Modelos de Lenguaje Grandes (LLM). Para superar las limitaciones de datos y las ambigüedades estructurales, los autores proponen y evalúan un marco que compara cuatro estrategias de traducción distintas frente a una línea base:

1. Traducción Directa (Línea Base): Ajuste fino de un LLM para traducir código APL directamente a C# sin guía intermedia.
2. Mediación en Lenguaje Natural (NL): Un enfoque de dos etapas donde un LLM genera primero una descripción de alto nivel en lenguaje natural del código APL, la cual se combina luego con el código fuente para generar la traducción a C#.
3. Generación Aumentada por Recuperación (RAG): El sistema recupera documentación e idiomas relevantes de APL de bibliotecas externas (por ejemplo, Biblioteca de Idiomas APL2) para proporcionar contexto al modelo durante la generación.
4. Refinamiento Iterativo: Un bucle automatizado donde el código C# generado se compila y ejecuta contra casos de prueba. Los errores de compilación, las excepciones en tiempo de ejecución y las discrepancias funcionales se retroalimentan al modelo como contexto para iteraciones de refinamiento posteriores.

Construcción del Conjunto de Datos:
Debido a la escasez de datos existentes, los autores construyeron múltiples conjuntos de datos:

• Conjunto de Datos A: 800 pares fundamentales APL-C# curados manualmente.
• Conjunto de Datos B: 143 funciones de utilidad complejas derivadas de entornos de producción.
• Conjunto de Datos C: 320 implementaciones entre lenguajes de Rosetta Code.
• Conjunto de Datos I: 45 idiomas de APL con descripciones.
  Se utilizaron un total de 1.066 muestras para el ajuste fino, siendo el Conjunto de Datos B el banco de pruebas principal para la generalización orientada a la producción.

Implementación Técnica:

• Tokenización: El estudio analizó la eficiencia del tokenizador para glifos de APL, identificando a Qwen3-32B y Gemma-4-31b-it como los modelos más eficientes para manejar caracteres de APL sin fallos de ida y vuelta.
• Ajuste Fino: Se empleó un Ajuste Fino Eficiente en Parámetros (LoRA) con cuantización de 8 bits para adaptar los modelos dentro de las restricciones de memoria de GPU H100 disponibles.
• Pipeline de Evaluación: Un pipeline automatizado verificó la calidad de la traducción comprobando la compilación exitosa y la equivalencia funcional frente a casos de prueba de entrada-salida.

Contribuciones Clave

• Primera Investigación Sistemática: Este trabajo presenta el primer estudio sistemático y conjunto de datos especializado para la traducción de código neural desde APL hacia un lenguaje moderno (C#).
• Marco de Traducción Guiada: El trabajo introduce y valida empíricamente un marco que combina firmas de métodos (extraídas mediante un analizador sintáctico F#), descripciones en lenguaje natural y bucles de retroalimentación iterativa para cerrar la brecha de paradigma entre APL y C#.
• Evaluación Automatizada: El desarrollo de un pipeline de evaluación riguroso que mide tanto la corrección sintáctica (compilación) como la corrección funcional (ejecución) del código generado.

Resultados Experimentales

Los experimentos se realizaron en un conjunto de prueba de 49 funciones de APL de nivel de producción (del Conjunto de Datos B). Los hallazgos clave incluyen:

• Impacto de la Guía: La inclusión de firmas de métodos de C# mejoró significativamente las tasas de compilación en todos los modelos. Por ejemplo, añadir firmas al modelo Gemma-4-31b-it aumentó la tasa de éxito total del 22,45 % al 46,94 %.
• Efectividad de la Iteración: La estrategia de Traducción Iterativa obtuvo el rendimiento más alto. La combinación de descripciones en NL y retroalimentación iterativa alcanzó una Tasa de Éxito Total máxima del 79,59 % utilizando Claude Opus 4, seguida de cerca por el 77,55 % utilizando Gemma-4-31b-it.
• Rendimiento del Modelo: Los modelos de pesos abiertos ajustados finamente (Gemma-4-31b-it, Qwen3-32B) con estrategias de guía lograron un rendimiento competitivo frente a modelos de pesos cerrados (GPT-5, Claude Opus 4).
• Análisis de Errores: La causa principal de fallo cambió de errores de compilación/ejecución en las primeras iteraciones a errores funcionales en iteraciones posteriores. Esto indica que, aunque los modelos pueden aprender a generar C# sintácticamente válido, preservar la intención matemática específica de los idiomas de APL sigue siendo el aspecto más desafiante.
• Escala de Datos: Las métricas de rendimiento mostraron una tendencia ascendente consistente con el aumento del tamaño de los datos de entrenamiento, lo que sugiere que los resultados actuales están limitados por la escala del conjunto de datos y no por la arquitectura del modelo.

Significado y Afirmaciones

El trabajo afirma que la traducción de código neural puede cerrar con éxito la brecha entre los sistemas heredados de APL y las arquitecturas modernas de C#, siempre que se empleen estrategias de guía apropiadas. Los autores afirman que:

1. Viabilidad: La traducción automatizada es viable para una amplia gama de programas, yendo más allá de la simple conversión de sintaxis hacia la equivalencia funcional.
2. Rentabilidad: Al utilizar modelos de pesos abiertos ajustados finamente combinados con refinamiento iterativo, las organizaciones pueden lograr resultados comparables a los modelos de código cerrado costosos, ofreciendo una solución escalable para la modernización de sistemas heredados.
3. Aplicabilidad Práctica: La metodología reduce el esfuerzo manual requerido para depurar y refinar el código migrado, abordando la disminución de la reserva de expertos en APL.

Los autores mantienen una postura modesta, señalando que, aunque el enfoque es efectivo, la mayoría de los fallos restantes se deben a un malentendido de la intención original de APL en lugar de errores de generación de código de bajo nivel. Concluyen que el trabajo futuro debería centrarse en expandir los corpus de entrenamiento y en transicionar de la traducción de programas individuales a sistemas de múltiples agentes capaces de manejar dependencias a nivel de proyecto.